近红外光谱技术在药物分析中的应用

周嵩煜

(广西壮族自治区玉林食品药品检验所，广西 玉林 537000)

近红外光谱(near－infrared spectroscopy，NIRS)介于可见光谱区与中红外谱区之间，谱区范围为12820～3959 cm－1(780～2526 nm)[1]，主要是由于分子振动的非谐振性使分子振动从基态向高能级跃迁时产生的。该谱区主要是C－H，N－H，O－H等含氢基团的倍频及合频吸收，特点是谱带较宽、重叠严重，难以用传统的方法解析图谱，但该谱区包含的信息量极其丰富，随着计算机技术的提高，多变量统计分析技术的开发以及仪器制造技术的发展，解决了该谱区解析的困难。近红外光谱技术是一种现代高新分析测试技术，主要包括近红外光谱仪、化学计量学软件和应用模型3个部分，具有分析速度快、样品处理简单、无需试剂、无污染、多组分检测等特点，已被广泛应用于谷物、石油化工产品、食品、纺织品、烟草等的分析测定，而在药物分析方面的应用也日趋广泛。现就近年来其在药物分析方面的应用进行综述。

1 特点

近红外吸收光谱的特点包括:随着基频振动合频和倍频的增加，吸收峰重叠得越严重;多组分复杂样品的近红外光谱不是各组分单独光谱的叠加;消光系数弱，穿透样品的能力强(最深可达5 cm);需要化学计量学技术从复杂的光谱中提取信息(世界流行算法为偏最小二乘法，即PLS)。近红外光谱分析技术的测量过程包括:选择校正样品集;对校正样品集分别测定其光谱数据和理化基础数据;将光谱数据和基础数据用适当的化学计量方法建立校正模型;采集未知样品的光谱数据，与校正模型相对应，计算出样品的组分。由此可知，近红外光谱分析技术由3个部分组成，即测定样品的硬件技术、利用化学计量方法计算测定结果的软件技术、针对分析任务建立的校正模型。校正模型建立所用的计量学方法主要有判别分析法(DA)、主成分分析(PCA)、偏最小二乘法(PLS)、拓扑学(TP)方法、人工神经网络(ANN)、多元线形回归法(MLR)以及支持向量机(SVM)－偏最小二乘法相结合的OSC－PLS方法等[1]。

2 化学药物分析

2.1 定性分析

杨纯等[2]利用近红外反射光谱法对10种β－内酰胺类抗生素氨苄西林、阿莫西林、头孢曲松钠、头孢他啶(五水合物)、盐酸头孢他啶、头孢呋辛钠、青霉素G、6－氨基青霉烷酸(6－APA)、7－氨基头孢烷酸(7－ACA)、7－ACT(头孢曲松的中间体)的鉴别方法进行了研究，结果表明，该方法无需对样本进行预处理，可直接扫描玻璃瓶内样品，利用Vision软件，用波长空间相关法建立各样品近红外光谱的鉴别数学模型，用待测光谱和每个产品的平均光谱计算相关系数，若相关系数大于某一阈值，待测物即判为该产品，即可准确鉴别。

张中湖等[3]建立了可快速、有效鉴别不同厂家甲硝唑片的方法。直接采集样品的近红外漫反射光谱，并进行褶合变换可视化指纹图谱－相似系数分析，通过优化OPUS软件自带的聚类分析的条件参数(如预处理方法、聚类方法等)，以达到鉴别的目的。但聚类分析是一种无监督的模式识别方法，条件参数的改变对聚类分析的结果有很大影响，有时会导致错误的鉴别结果。根据相似系数即可鉴别不同厂家的样品，为判别不同厂家生产的同品种药品、防止仿冒品牌提供了一种新分析方法。潘颖等[4]采用近红外漫反射光谱法对不同厂家注射用头孢他啶进行快速无损地鉴别分析。在不打开包装瓶的条件下，利用积分球漫反射采样系统及Result操作软件采集样品的近红外光谱，对来源于7个不同厂家和不同批次的61个样品分别采集了3次近红外漫反射光谱，并以其中120条光谱组成校正集，用于建立判别分析模型，以其余63条光谱组成验证集，以检验判别模型的判别效果和准确性。结果表明，所建立的判别模型对验证集中的样品能够作出准确无误的判别分类。

张敏等[5]研究了盐酸林可霉索两种晶型晶体结构中不同分子构象及氢键对其中、近红外光谱行为的影响，盐酸林可霉素两种晶型分属不同晶系，它们在晶格中的分子构象与分子内、分子间氢键均不同，从而造成其中、近红外光谱行为的显著差异，故可用中、近红外光谱法鉴别盐酸林可霉素两种晶型并可实现工业结晶中的离线和原位监控。吕莹等[6]应用近红外光谱分析技术，建立了头孢曲松钠色差的检测模型，并快速、准确地测定了头孢曲松钠的色差。

2.2 定量分析

窦英等[7]应用PLS同近红外漫反射光谱相结合，对复方氨酚烷胺片进行了无损非破坏定量分析，以样品中对乙酰氨基酚和盐酸金刚烷胺为活性成分建立了最佳的数学校正模型，分别预测了校正集和预测集中两个成分的含量。王桂芳等[8]采用类似方法对复方乙酰水杨酸片进行了无损非破坏定量分析，建立了最佳的数学校正模型，比较了样品中3种有效成分(乙酰水杨酸、非那西丁和咖啡因)同时测定和单独测定时的主成分数对PLS定量预测能力的影响，预测了未知样品。结果3种有效成分同时测定和单独测定建立的PLS模型具有相同的主成分数，PLS预报浓度与参考浓度具有相近的标准偏差，说明用PLS法同时测定3种组分的含量是可行的。刘革等[9]利用该方法对西米替丁粉末药品进行快速定量分析，建立了最佳的数学校正模型，结果无论是校正集还是预测集导数光谱的相对标准误差(RSE)，都明显优于常规光谱，因此用导数光谱建立数学校正模型效果更好。

崔继承等[10]在近红外光谱区找到了随葡萄糖浓度变化而变化的区域，并运用PLS在该区域内对葡萄糖溶液进行定标，试验中对浓度在0.5～45 mmol/L的葡萄糖溶液进行近红外光谱测量，采用PLS在7500～8500 cm－1的光谱区间建立校正模型并取得了较好的结果。其结果的准确度很高，偏差值在±2 mmol之间，而国际上对葡萄糖溶液所建立的校正模型的偏差值在±2.5 mmol之间。这一方法给将来研究人体血糖近红外光谱奠定了基础，尤其是葡萄糖浓度与其近红外光谱吸收有很好线性相关性的区间为建立人体血糖的校正模型提供了重要参考，为以后的无创血糖测量研究积累了经验和数据。

蒋朝军等[11]采用近红外光谱法快速定量分析异福酰胺片，按处方配制41个实验室样品，并收集10批市售产品，采集近红外光谱，分别对光谱进行卷积平滑、快速傅里叶变换、一阶导数和二阶导数预处理，利用偏最小二乘回归法建立样品中主药含量的定量分析模型。模型对15个预测集样品进行预测的结果，利福平、异烟肼、吡嗪酰胺模型的交叉验证误差均方根(RMSECV)分别为0.00287，0.00216，0.00435，平均回收率分别为 100.7% ，100.3% ，99.8% ，RSD 分别为 1.5%，2.1%，0.7%。

黄英华等[12]采用近红外漫反射光谱法对注射用奥美拉唑钠的水分含量进行了定量分析。采集62份样品的近红外光谱，选择在8990～4120 cm－1谱区范围内RMSECV最小，采用PLS建立数学模型。50个样品经内部交叉验证建立预测模型，内部交叉验证均方差为0.136%;12个样品进行外部验证，外部验证预测均方差为0.074%，预测值与对照值的相关系数为0.9966;平均回收率为99.4%，RSD 为 3.2%。

3 中药及其制剂分析

3.1 定性分析

中药材真伪鉴别:目前，常用的分析方法有性状鉴别、理化鉴别、显微鉴别、色谱法、光谱法等常规分析手段，对一些基源相近的种类很难获得准确的结果，而利用近红外漫反射光谱结合化学计量学方法可以快速、准确地鉴别多种常用药材。饶伟文等[13]研究了中药材的近红外光谱快速鉴别法的可行性，选择10种常见的假劣中药品种(冰片、朱砂粉、蒲黄、黄芩片、沉香、青黛、三七粉、人工牛黄等)，利用药品快速检测车车载Bruker Matrixe近红外光谱仪、OPUS5.0光谱工作站，研究建立了其近红外光谱鉴别模型，并进行实验室验证和实际应用验证，结果不同品种的快检准确率达75%～100%。辛海量等[14]对不同来源的蔓荆子、黄荆子、牡荆子进行近红外漫反射指纹图谱聚类分析，建立了基于近红外漫反射指纹图谱的快速、简便的鉴别方法。4种生药聚类分析结果与传统植物分类结果一致，可以据此进行鉴别;多个产地来源的单叶蔓荆子聚类分析结果与其地域、纬度分布及品质关系密切，可据此分为3个居群类型。朱斌等[15]运用近红外漫反射光谱技术，以标准中药材为样本建立指纹图谱库，对样品进行快速、无损的定性鉴别。分别用3种数据块(原谱、一阶导数光谱、二阶导数光谱)在不同的谱区范围建立了金丝桃、蓝桉、楮实子3种中药材的NIRDRS指纹图谱库，并对未知样品进行了鉴别。结果改善了采样技术和标准化数据处理技术之后，3种中药材能够进行唯一鉴别。

中药材产地鉴别:范积平等[16]采集不同产地的大黄药材及其伪品的近红外漫反射光谱，分别用OPUS软件自带的聚类分析组件与第二军医大学药学院研发的近红外光谱－褶合变换－信息可视化－相似系数分析软件对其进行鉴别。聚类分析的结果不甚理想;褶合变换分析得到正品与伪品大黄的相似系数小于0.68，而正品大黄药材之间的相似系数均大于0.81，同产地的药材之间的相似系数均大于0.92，故能够准确鉴别正品、伪品以及不同产地的大黄药材，所得结果与经典的形态分类学鉴别方法一致。邢旺兴等[17]用土曲作对照，采用近红外漫反射光谱法结合聚类分析方法对18个产地的用紫色红曲霉发酵制备而成的红曲药材进行定性鉴别。该法可有效鉴别不同产地的红曲，结果与经典形态分类学的结果基本一致。

中药掺伪鉴别:中药是中医治病的物质基础，其质量直接影响治疗效果。利用近红外光谱可进行药品的打假初筛，特别适合于中药在线及基层药品抽验中快速分析。例如，对不同川贝母和浙贝母比例的41个样本建立校正集，采用近红外漫反射光谱数据，通过PLS进行回归、内部交叉验证、建立校正模型，可以预测川贝母中浙贝母的掺入量。在天然牛黄粉中掺入不等量人工牛黄粉，采集近红外光谱，运用PLS建立数学模型，可以快速判定天然牛黄粉中人工牛黄粉的掺入量，该方法可用于天然牛黄粉的质量控制[18]。

3.2 定量分析

中药含量测定:祝诗平等[19]应用近红外光谱分析技术，采用PLS对141份花椒粉末样品近红外光谱建立了挥发油含量定量模型，交叉验证测定系数为0.936，RMSECV为0.421，经直接正交信号校正(DOSC)预处理后，相应的交叉验证测定系数提高到0.95，RMSECV减小为0.374。使用105份样品近红外光谱所建立的模型对36份样品的预测集进行预测，光谱采用DOSC预处理前后，预测测定系数 R2由0.923提高到0.969，预测误差均方根(RMSEP)由0.452 减 小 到 0.289，RSD 由 11.65% 减 小 到 7.44% ，RPD 由3.622增加到5.573。研究结果表明，使用DOSC预处理后的花椒挥发油含量近红外光谱定量模型的预测效果有了较大的提高，且具有较好的稳定性和较强的预测能力，可用于实际的花椒挥发油检测。臧鹏等[20]应用吸光光度法测定葛根中总异黄酮的含量，并在此基础上建立了葛根中总异黄酮含量的短波近红外数学模型;在850～1100 nm分析谱区内，建模样品集的标准值与短波近红外预测值的相关系数 r=0.981，检验样品集的标准值与短波近红外预测值的相关系数 r=0.972。范积平等[21]以高效液相色谱法测定3个不同产地大黄的大黄素、大黄酚、大黄酸、芦荟大黄素的含量，用41个样品建立近红外光谱校正方程并经优化、验证，预测大黄样品中主要活性成分的含量。近红外光谱法测定中药组分的预测模型建立完成后，准确度、精密度接近建立模型时所用的含量测定参比方法，但更简便、快速。

中药制剂含量测定:中药复方制剂成分复杂，加上研究手段的滞后，限制了人们对其活性成分的认识。而近红外光谱技术可实现过程监控和在线检测。聂黎行等[22]采集了98份同仁乌鸡白凤丸和58份不同厂家乌鸡白凤丸样品的近红外漫反射光谱，采用判别分析法进行鉴别;以70份同仁乌鸡白凤丸的近红外光谱为标准建立相似度匹配模型，并将其用于计算其余样品的相似度;采用偏最小二乘回归法建立了同仁乌鸡白凤丸总氨基酸、芍药苷、水分含量的定量分析模型，对未知样品进行含量预测。结果判别分析模型的错判数为0，相似度匹配模型能正确区分同仁乌鸡白凤丸和乌鸡白凤丸;校正模型的相关系数分别为 0.9614，0.9651，0.9910，验证集均方差分别为 0.199% ，0.00436% ，0.386% 。胡钢亮等[23]采用傅里叶变换近红外透射光谱和PLS对银杏提取液中总黄酮和总内酯的含量进行了测定，所建立的数学模型对校正集样本的银杏总黄酮和总内酯复相关系数(MR)分别为0.998和0.986，对预测集样本的银杏总黄酮和总内酯复相关系数分别为0.983和0.971，标准回收率分别为 95.71% ～103.3%和 95.29% ～104.6%，RSD 分别为2.44%和3.19%。结果表明近红外光谱测定银杏提取液中总黄酮和总内酯含量具有快速、准确的优点，有望应用于银杏提取过程的中间控制和大批量产品的检测。朱向荣等[24]建立了中药清开灵注射液中间体总氮和栀子苷含量测定的新方法。首先采用Kernard－Stone法对训练集样本和预测集样品进行分类，然后应用组合的间隔偏最小二乘法(siPLS)对所得近红外透射光谱进行有效谱段范围的选择以及二者定量校正模型的建立，并对光谱预处理方法进行了详细讨论。结果所建立的总氮和栀子苷校正模型的预测相关系数 (R)分别为 0.999 和 0.708，RMSECV 均为 0.023，RMSEP分别为0.074和0.159，预测结果表明所建方法快速、无损且可靠，可推广并应用于中药注射液中间体的在线质量控制。

4 存在问题及应用前景

目前，近红外光谱技术在药物分析领域应用还存在一定的弱点:其一，它是一种间接的相对分析技术，通过收集大量具有代表性的标准样品，应用化学分析测出必要的数据，再通过计算机建立数学模型，预测未知样品的结果，而模型的建立则需耗费大量的人力、物力和财力;其二，由于近红外谱区为分子倍频与合频的振动光谱，信号弱，谱峰重叠严重，目前还仅能用于常量分析，被测定组分的量一般应大于样品质量的0.1%;此外，在进行近红外光谱分析时，应考虑样品的特征、分析实验的设计及数据处理等多方面的问题，才能取得正确的分析结果。建立可靠的校正模型是近红外光谱分析成功的关键，而合理的实验设计和恰当的分析模型则是建立校正模型的关键。

近红外光谱技术已在药物制剂分析中得到了成功的应用，它可以测定药品的许多参数(如评定溶解物、包衣厚度、失活时间等)，为制药企业在线和实时分析提供了更严格的质量控制分析方法，从而降低次品率、降低生产成本。随着科技的进一步发展，近红外光谱分析技术以其快速方便、适应在线分析和无损分析的特点，在药物分析中会得到重视和应用。可以预计，近红外光谱分析方法在药物分析中的理论研究和应用也会越来越多，在医药研究和医药生产中有着极其广阔的应用前景。

[1]褚小立，袁洪福，陆婉珍.近年来我国近红外光谱分析技术的研究与应用进展[J].分析仪器，2006(2):1－10.

[2]杨 纯，刘元坤，汪琚来，等.β－内酰胺类抗生素的近红外反射光谱分析法鉴别[J].中国医药工业杂志，2004，35(7):419－420.

[3]张中湖，柴逸峰，张君仁.近红外漫反射光谱法鉴别不同厂家的甲硝唑片[J].中国医药工业杂志，2005，36(5):296 －297.

[4]潘 颖，沈 漪，项竞佐，等.近红外漫反射光谱法鉴别不同厂家注射用头孢他啶[J].中国抗生素杂志，2005，30(2):76－78.

[5]张 敏，杨 梁，鹿 颐，等.盐酸林可霉素多晶型分子构象对其红外光谱行为的影响[J].中国抗生素杂志，2005，30(9):529－532.

[6]吕 莹，赵 勇.用近红外光谱法快速测定头孢曲松钠色差[J].合成化学，2005，13(4):417 －418.

[7]窦 英，王 鑫，葛立本，等.近红外漫反射光谱－偏最小二乘法非破坏测定复方氨酚烷胺片[J].中国医药研究，2005，3(10):201－202.

[8]王桂芳，李光和，窦 英，等.偏最小二乘法测定复方乙酰水杨酸片中的有效成分[J].化学分析计量，2005，14(1):40 －42.

[9]刘 革，窦 英，汤 真，等.偏最小二乘法－近红外漫反射光谱法快速分析西米替丁粉末药品[J].生命科学仪器，2004，2(6):33－35.

[10]崔继承，丁 东，张洪艳，等.葡萄糖溶液近红外光语的测量与分析[J].光谱实验室，2003，20(2):257－259.

[11]蒋朝军，逯家辉，中斯乐，等.异福酰胺片的近红外光谱法测定[J].中国医药工业杂志，2007，38(1):32－35.

[12]黄英华，乐焕龙，傅宜磊，等.注射用奥美拉唑钠水分含量的近红外漫反射光谱法测定[J].中国医药工业杂志，2005，36(6):354－356.

[13]饶伟文，钟建理，张治军.中药近红外鉴别法的初步研究[J].首都医药，2009(10下):55－56.

[14]辛海量，胡 园，张巧艳，等.4种牡荆属植物来源生药的红外漫反射指纹图谱聚类分析[J].时珍国医国药，2008，19(12):3037－3038.

[15]朱 斌，蒋 平，马淑艳，等.NIRDRS指纹图谱库用于三种中药材的定性鉴别[J].中国药师，2006，9(11):990 －992.

[16]范积平，张柳瑛，张贞良，等.不同产地大黄药材的近红外漫反射光谱法鉴别[J].药学实践杂志，2005，23(3):148－150.

[17]邢旺兴，刘荔荔，贾 暖.不同产地红曲的近红外漫反射光谱聚类分析鉴别[J].中药材，2001，24(8):561－563.

[18]林培英，王 洪，董 昕，等.近红外漫反射光谱法测定天然牛黄粉中人工牛黄粉的掺入量[J].中药材，2005，28(3):177－179.

[19]祝诗平，王 刚，尹 雄，等.DOSC在花椒挥发油含量近红外光谱分析中的应用[J].农业机械学报，2008，39(4):104－107.

[20]臧 鹏，陈 斌，严衍禄.短波近红外光谱法测定葛根中总异黄酮含量[J].时珍国医国药，2007，18(11):2614 －2615.

[21]范积平，张贞良，张柳瑛，等.近红外光谱法测定药用大黄中4种蒽醌类成分[J].第二军医大学学报，2005，26(10):1191－1192.

[22]聂黎行，王钢力，李志猛，等.近红外光谱法对同仁乌鸡白凤丸的定性和定量分析[J].红外与毫米波学报，2008，27(3):205－209.

[23]胡钢亮，吕秀阳，罗 玲，等.近红外光谱法同时测定银杏提取液中总黄酮和总内酯含量[J].分析化学研究简报，2004，32(8):1061－1063.

[24]朱向荣，李 娜，史新元，等.近红外光谱与组合的间隔偏最小二乘法测定清开灵四混液中总氮和栀子苷的含量[J].高等学校化学学报，2008，29(5):906 －911.